论文研究-大数据中面向乱序数据的改进型BP算法.pdf, 针对大数据中的乱序数据缺少关联规则的问题,提出了一种动态调整的改进型BP算法,运用了动态自适应结构调整机制,根据环境要求自适应调整网络训练结构
冯宪宾,丁蕊著,背景冶金工业出版社,2016版本。主要讲解遗传算法的改进研究
针对光照变化对人脸识别的效果带来严重影响,提出一种对人脸识别的光照变化具有鲁棒性的方法,即基于加权分块稀疏表示的人脸识别方法。该方法首先对人脸图像进行离散余弦变换(DCT),通过去除DCT系数的低频部
为提高稀疏表示跟踪模型性能,提出一种分段加权的反向稀疏跟踪算法,将跟踪问题转化为在贝叶斯框架下寻找概率最高的候选对象问题,构造不同的分段权重函数来分别度量候选目标与正负模板的判别特征系数。通过池化来降
运用矩阵的标准型理论设计了一类新的Cartesian认证码,引入自然数的有序分拆计算了该认证码的全部参数。在密钥均匀分布的条件下,分析了该类认证方案被敌手成功攻击的两种概率。
针对TLD(Tracking Learning Detection)在跟踪过程中由于自身光敏感性造成的对快速运动目标以及产生形变的目标的跟踪识别率较低问题,提出了一种改进的TLD方法,在跟踪模块中引入
本文提出了一种融合纹理和颜色模型的改进meanshift算法,可以克服传统目标跟踪方法中目标特征单一的缺点。在传统meanshift算法的框架下,通过融合目标信息的颜色模型和Contourlet变换后
改进型虚拟线圈检测,对传统方法进行改进,满足现场需求。
一种鲁棒高效的视频运动目标检测与跟踪算法
传统的基于稀疏表示的目标跟踪方法主要利用目标的灰度特征构建稀疏表示模型。由于灰度特征对光照变化敏感,这会影响目标跟踪在复杂场景下的鲁棒性。基于多源数据融合的目标跟踪可以明显提升目标跟踪鲁棒性,但如何有